基于先验知识的支持向量机的最优化模型与算法研究

项目名称： 基于先验知识的支持向量机的最优化模型与算法研究

项目编号： No.11171346

项目类型： 面上项目

立项/批准年度： 2012

项目学科： 数理科学和化学

项目作者： 钟萍

作者单位： 中国农业大学

项目金额： 45万元

中文摘要： 本项目拟研究的支持向量机是当今国内外研究的热点之一。它是数据挖掘中的一项新技术，以最优化方法为实现手段，是解决分类问题和回归问题的有效工具。在通常的支持向量机的研究中，人们都默认了学习数据集是根据某个未知但固定的分布独立同分布产生的假设。然而，在很多实际问题中，学习的数据集是具有先验知识的，如数据集中含有噪声或异常值，数据集不平衡，数据中含有特定的信息等。忽略数据集先验知识建立的模型往往不能很好地满足实际问题的需求。本项目拟研究基于数据集先验知识的支持向量机的模型和算法。具体地包括：建立支持向量机的鲁棒模型及其能够求解大规模鲁棒模型的DCA算法；通过构造基于数据集的核函数建立不平衡数据集的支持向量机模型和算法；建立利用数据中的特有信息进行学习的支持向量机模型和算法。在国内外，对本项目的研究尚处于初级阶段。因此本项目的研究将有利于推动支持向量机在理论和应用实践方面的进一步发展。

中文关键词： 支持向量机；鲁棒；DC规划；不平衡数据集；隐藏信息

英文摘要：

英文关键词： Support vector machine；Robust；DC program；Imbalanced data；Hidden information